楊繪錦

(山東外事職業(yè)大學，山東 乳山 264500)

0 引言

人機交互界面是人員與機器、裝備等復(fù)雜系統(tǒng)的信息輸出、控制輸入交互的媒介?，F(xiàn)代航天、核電、海洋工程等重大設(shè)施的監(jiān)控系統(tǒng)需要進行海量信息的監(jiān)視、控制，典型的如復(fù)雜工業(yè)系統(tǒng)集控室控制面板包含的顯示、控制元件數(shù)量龐大，可達上千個，而且單個元件可能在多種任務(wù)工況存在耦合使用關(guān)系[1]。人機交互界面布局是人員信息識別和操作輸入的重要影響要素，布局不合理能夠直接影響人員監(jiān)控作業(yè)績效及系統(tǒng)運行安全性[2]。

國外較早就開始了人機交互界面布局優(yōu)化問題研究，以CRAFT與CPABLE布局模型最為典型，主要思路是將使用次數(shù)多、使用順序靠前的元件布置在可見和可達性高部位，適用于汽車、車床等元件數(shù)量少的簡單交互界面布局問題[3-4]；Wang[5]等提出了元件排序啟發(fā)式優(yōu)化算法，考慮使用頻率、重要程度因素，但其兩種因素數(shù)據(jù)輸入均采用主觀判斷確定，容易給布局優(yōu)化結(jié)果帶來不定性。近年來，智能優(yōu)化算法逐步應(yīng)用于人員參與的系統(tǒng)優(yōu)化領(lǐng)域，如李蘇[6]等將人機結(jié)合遺傳優(yōu)化算法用于家電產(chǎn)品布局優(yōu)化研究，以提高產(chǎn)品可用性；Arakawa[7]等將粒子群算法應(yīng)用于車間設(shè)備布局優(yōu)化研究，以減少物料在工人手中的流轉(zhuǎn)路徑。這為人機交互界面布局優(yōu)化問題提供了啟發(fā)，范文[8]等針對載人潛水器控制臺提出基于蟻群算法人機布局優(yōu)化方法，但輸入信息均采用層次分析主觀分析確定，適用于有限空間設(shè)備布局優(yōu)化問題，未考慮人員的其他使用工效數(shù)據(jù)。目前，還未出現(xiàn)能夠融合于人機交互界面整體布局過程，同事考慮多條原則的布局優(yōu)化模型研究。而且由于手工布局存在依賴于主觀經(jīng)驗判斷、無法同時兼顧多因素及布局效率低等問題，計算機輔助自動布局及優(yōu)化成為一種必然趨勢。

遺傳優(yōu)化機制適用于解決組合優(yōu)化問題，本文將模糊遺傳優(yōu)化機制應(yīng)用于人機交互界面布局優(yōu)化設(shè)計，布局過程中考慮功能組劃分、使用次序、使用頻率、重要程度及空間相容性原則；運用模糊遺傳優(yōu)化機制對功能組內(nèi)的布局元素排序進行整體優(yōu)化計算。開發(fā)了人機交互界面輔助布局設(shè)計系統(tǒng)，結(jié)合動態(tài)人機交互仿真及肢體運動軌跡追蹤進行人機交互界面布局優(yōu)化虛擬驗證。能夠提高人機交互界面布局設(shè)計效率及科學性。

1 人機交互界面布局原則

人機交互界面通常由很多的顯示儀表、操作器功能單元組成，將需要布置在界面上的單元稱為布局元素。布局優(yōu)化目的就是提高布局合理性、人員作業(yè)效率，布局原則包括：功能組分配、重要程度、使用次序、使用頻率及相互間操作不干涉原則。人機交互界面布局需要綜合考慮和合適使用這些布局原則。人機交互界面的整體布局方法流程及布局原則作用見圖1所示。

圖1 布局方法流程及布局原則應(yīng)用Fig.1 Application of arrangement principles during arrangement process

（1）功能組分配原則：按任務(wù)、用途及類型對人機交互界面上布局元素進行分組：①將用于相同任務(wù)的布局元素分配為一組；②將用途相同、相近的布局元素分配為一組；③將相同類型的布局元素分配為一組。達到將任務(wù)、用途及類型相近的布局元素集中布置目的，可以提高操作效率、準確性，增強布局的條理性，同時降低整體布局復(fù)雜性。

（2）使用次序、使用頻率、重要程度原則：使用次序、使用頻率、重要程度原則主要用于確定組內(nèi)布局元素排序關(guān)系。根據(jù)布局元素的使用次序進行布置，任務(wù)中首先使用的布局元素排在前面，使用次序上有直接關(guān)系的布局元素鄰近排放，以縮短操作人員反應(yīng)時間；使用頻率高、重要程度高的布局元素排放在優(yōu)勢位置，易于接觸、觀測。

（3）相互不干涉原則：保證布局過程中不會產(chǎn)生元件位置干涉，同時要求布局元素間留有操作空間，避免產(chǎn)生誤操作。在實際布局過程中，需要考慮布局區(qū)域大小、布局元素尺寸及布局元素間距合理。

2 基于模糊遺傳機制的布局優(yōu)化方法

基于模糊遺傳機制的人機交互界面布局優(yōu)化方法通過模擬自然界生物種群在繁衍迭代過程中的優(yōu)勝劣汰進化過程，融合模糊遺傳操作過程對布局種群個體的選擇、交叉、變異操作產(chǎn)生新子代個體；優(yōu)勝劣汰，逐代迭代，搜尋種群迭代進化形成的最優(yōu)布局解個體[9]。

2.1 布局元素排序編碼

通過生物種群染色體的結(jié)構(gòu)方式對人機交互界面布局元素排序問題進行編碼：布局元素的每一種排序方案代表種群中一個染色體個體，即排序問題的一個潛在解；種群代表排序問題解集。對排序個體進行編碼描述：Eij表示人機交互界面布局元素 j在排序占據(jù)的位置為i。排序種群實例包含k個染色體個體，即k種排序方案；n=11,單個排序個體中含有11個基因，即11個布局元素；“個體(排序)1”中的基因“5”表示布局元素編號 j=5，在排序中占據(jù)第3個位置，i=3。具體見圖2所示。

圖2 人機交互界面的布局編碼方法Fig.2 Encoding method for man-machine interactive interface

2.2 布局優(yōu)化適應(yīng)度值函數(shù)

依據(jù)布局優(yōu)化目標構(gòu)建基于理想點原理的適應(yīng)度值函數(shù)，用于評價人機交互界面布局解的優(yōu)劣。構(gòu)建原則：（1）在操作中先使用到的布局元素應(yīng)排在序列前面，與理想點位置距離短；（2）重要程度高、使用頻率高的布局元素應(yīng)排在序列前面，與理想點位置距離短。在布局元素排序最前位置設(shè)置理想“O”點，以此作為布局元素的排序參照點，見圖3所示。人機交互界面布局優(yōu)化適應(yīng)度值函數(shù)：

圖3 人機交互界面布局的理想點方法排序原理Fig.3 Sketch of ideal point method for man-machine interactive interface

式（1）中，dj為布局元素 j與理想點位置間距離；Frej為布局元素使用頻率量化系數(shù)，Seqj為使用次序量化系數(shù)，Imj為重要程度量化系數(shù)；α, β, μ為布局原則比例系數(shù)。適應(yīng)度函數(shù)F綜合考慮了重要程度、使用頻率、使用次序原則，能夠用于評價種群排序個體優(yōu)劣程度，作為判斷選擇、進化的依據(jù)。

通過排序系數(shù)方式量化布局元素的使用次序、使用頻率、重要程度在布局中作用，作為布局優(yōu)化的輸入。布局元素的使用頻率系數(shù)不應(yīng)采用主觀判斷確定，而應(yīng)該通過規(guī)程任務(wù)數(shù)據(jù)統(tǒng)計獲取。由于布局元素可能在多條規(guī)程任務(wù)使用，因此設(shè)定布局元素 j在m條任務(wù)中使用頻率系數(shù)Frej為：

其中，布局元素Ej在任務(wù)l中使用時， f( Ej)=1，Ej未被使用時 f ( Ej) = 0 ， l = 1 ,2… ,m 。Ej在規(guī)程任務(wù)中被使用次數(shù)越多，系數(shù)Frej就會越大。

布局元素的使用次序系數(shù)Seqj為：

其中，i表示布局元素Ej在使用次序中占據(jù)位置， i, j = 1 ,2… ,n 。布局元素Ej使用次序越靠前，系數(shù)Seqj就會越大。

布局元素的重要程度系數(shù)通過逐對比較的層次分析方法[10]獲取，采用1-9級標度法構(gòu)建逐對比較評判矩陣，布局元素Ej的重要程度系數(shù)Imj：

布局元素越重要，重要程度系數(shù)Imj越大。

2.3 模糊遺傳操作方法

研究表明常見的簡單遺傳算法用于組合優(yōu)化問題時，會存在種群多樣性易遭破壞、易于過早收斂于局部最優(yōu)解的問題[11]。結(jié)合模糊理論方法，對簡單遺傳算法的個體選擇、基因變異操作方法進行改進。人機交互界面布局種群個體的選擇過程模擬自然界的優(yōu)勝劣汰過程，將優(yōu)秀個體的基因復(fù)制到下一代。簡單遺傳算法常采用輪盤賭選擇操作，種群中適應(yīng)度值越高個體占越大選中幾率。但由于輪盤賭屬于隨機選擇操作過程，會出現(xiàn)適應(yīng)度值高個體未能參與選擇操作的問題，導致結(jié)果難以收斂到全局最優(yōu)解。根據(jù)自然界小種群競爭現(xiàn)象，例如野牛群、獅群等，種群中最優(yōu)個體之間為爭奪統(tǒng)治位置而競爭激烈，而中等個體不會與最強個體發(fā)生直接競爭，只要中等個體能適應(yīng)自然環(huán)境，可以進入下一代，不能適應(yīng)環(huán)境的劣者會被直接淘汰。因此，提出動態(tài)模糊選擇操作方法，其選擇策略是：首先以一定的百分率p將種群中適應(yīng)度值高的優(yōu)秀個體群整體復(fù)制進入下一代， fp＞favg；（2）剩余個體采用動態(tài)模糊選擇方法在每一代中的平均適應(yīng)度值個體周圍選擇。即個體被選擇概率 Ps為：

當p為設(shè)定閾值，在 0.01-0.2間選擇。選中個體進入下一代種群用于交叉、變異操作，未被選中個體則淘汰。該選擇操作方法的優(yōu)點是：將優(yōu)勢個體以比例整體復(fù)制進下一代，避免了優(yōu)勢個體未參加選擇過程，將平均適應(yīng)度值周圍的個體選擇進入下一代，保證種群的多樣性，避免陷入局部死循環(huán)。

人機交互界面布局變異操作方法：隨機選取染色體個體中兩對基因，互相交換其位置，形成全新的子代個體。簡單遺傳算法變異概率Pm通常很小一般取0.0001～0.1，產(chǎn)生新個體的效率較低。采用模糊變異操作方法，當人機交互界面布局種群的個體適應(yīng)度值密級程度達到一定限制時，使用大變異概率bP進行一次變異操作，通過式（6）判斷[12]。

其中，m為人機交互界面布局種群中個體適應(yīng)度值的密集程度。依據(jù)進化集中程度m選用不同變異操作概率 Pb=f( m1, f ′(m1, m2) ,m2)：

在人機交互界面布局模糊變異操作過程中，不同的種群密集程度選用的變異概率不同。在種群適應(yīng)度值比較集中時，選用較大的變異概率實施變異操作，為種群繁衍注入活力，保證種群多樣性及拓展局部隨機搜索能力。

3 人機交互動態(tài)仿真及軌跡追蹤

人機交互界面布局虛擬驗證系統(tǒng)基于Delmia人機仿真平臺構(gòu)建，以VB6.0作為開發(fā)環(huán)境。布局優(yōu)化后人機交互界面應(yīng)能提高總體運動效率、減少運動距離[13]，主要從任務(wù)時間、肢體活動距離、身體轉(zhuǎn)動角度方面進行虛擬驗證。動態(tài)追蹤人體模型運行軌跡原理：（1）構(gòu)建人機交互虛擬場景，在虛擬環(huán)境開發(fā)人機交互過程動態(tài)模擬模型[14]；（2）驅(qū)動人體模型按次序動態(tài)連貫的執(zhí)行操作任務(wù)，以Δt為時間間隔捕捉和實時記錄人體肢體相對坐標及角度，則肢體運動距離D，身體轉(zhuǎn)動角度 Ux, Vy, Wz分別為：

其中，T為人機動態(tài)仿真任務(wù)總時間，xΔt=圖4為人機交互動態(tài)仿真人體模型右手操作運動軌跡追蹤與統(tǒng)計實例。

圖4 人機交互動態(tài)仿真運動軌跡追蹤Fig.4 Tracking motion path for human body dynamic motion

4 布局優(yōu)化及虛擬驗證實例

結(jié)合 UGOpen API用戶函數(shù)接口和 Visual Basic 6.0開發(fā)了基于NX平臺的人機交互界面輔助布局優(yōu)化系統(tǒng)。輔助布局優(yōu)化系統(tǒng)根據(jù)輸入的人機交互界面分組、布局元素任務(wù)使用數(shù)據(jù)、重要程度數(shù)據(jù)，自動優(yōu)化計算布局元素排序；調(diào)用布局元素三維模型庫，在三維空間輸出直觀的優(yōu)化布局方案結(jié)果。具體優(yōu)化工作流程見圖5所示。

圖5 輔助布局優(yōu)化系統(tǒng)工作流程Fig.5 Flow chart of computer aided arrangement system

以某功能區(qū)內(nèi)11個布局元素為例。圖6為輔助布局優(yōu)化系統(tǒng)輸入布局元素在多條規(guī)程任務(wù)的使用數(shù)據(jù)及重要程度逐對比較矩陣數(shù)據(jù)。

圖6 優(yōu)化系統(tǒng)布局元素數(shù)據(jù)輸入Fig.6 Input datas of man-machine interactive interface optimization system

采用式（2）-（4）對各條原則相關(guān)數(shù)據(jù)進行自動計算，獲得11個布局元素的使用次序、使用頻率及重要程度排序系數(shù)向量 S eq, F re,Im

人機交互界面布局種群進化參數(shù)：初始規(guī)模k = 200，進化代數(shù)g=50，種群規(guī)模容量為3000，p= 0.02，pc=0.6，α:β:μ= 0 .5:0.3:0.2。分別運行排序優(yōu)化程序10次，選擇獲得最佳適應(yīng)度值的一次作為最終結(jié)果。圖7采用改進的模糊遺傳機制與簡單遺傳機制優(yōu)化結(jié)果收斂曲線的對比，表1為兩種方法的具體優(yōu)化結(jié)果。

圖7 兩種優(yōu)化機制的優(yōu)化結(jié)果趨勢曲線圖Fig.7 Trend graph of two genetic optimization method result

表1 兩種方法優(yōu)化機制的排序優(yōu)化結(jié)果對比Tab.1 Result comparison of two genetic optimization method

通過比較可知，改進的遺傳優(yōu)化機制在最佳適應(yīng)度值、平均適應(yīng)度值、達到最佳個體迭代代數(shù)、未收斂概率方面有較大提高。說明提出的改進的模糊遺傳優(yōu)化機制能夠提高優(yōu)化算法的搜索效率，避免陷入局部最優(yōu)解問題。最終布局排序優(yōu)化結(jié)果為[1,3,5,9,7,6,4,8,2,10,11]。

對布局優(yōu)化結(jié)果進行人機動態(tài)仿真虛擬驗證。根據(jù)布局優(yōu)化結(jié)果在虛擬驗證平臺構(gòu)建盤臺布局三維模型，構(gòu)建三維人體模型；選擇典型操作任務(wù)驅(qū)動人體模型動態(tài)執(zhí)行操作任務(wù)過程；選擇人體模型的身體重心坐標、右手坐標進行追蹤，取Δt=0.1秒實時捕捉人體模型肢體相對坐標數(shù)據(jù)。對運動軌跡坐標數(shù)據(jù)進行統(tǒng)計和分析，表 2為人機交互界面原布局方案和優(yōu)化方案各項指標統(tǒng)計數(shù)據(jù)的比較。

表2 運動軌跡統(tǒng)計數(shù)據(jù)的比較Tab.2 Statistic datas comparison of tracking motion paths

表2中數(shù)據(jù)說明優(yōu)化后方案在操作時間、身體重心及手部移動距離方面均具備較大的提高比率，優(yōu)化方法具備較大優(yōu)勢，能夠減少人體肢體運動量。

5 結(jié)論

對人機交互界面布局優(yōu)化及驗證方法展開研究。布局優(yōu)化方法綜合了多條布局原則，并結(jié)合理想點方式構(gòu)建人機交互界面布局優(yōu)化適應(yīng)度函數(shù)。模糊遺傳優(yōu)化機制被應(yīng)用于人機交互界面整體布局優(yōu)化，采用整數(shù)排列對布局優(yōu)化問題進行準確、完整編碼；構(gòu)造模糊尋優(yōu)進化選擇、變異操作方法，能夠拓展排序解搜索空間深度和廣度，保證布局排序?qū)?yōu)算法收斂性。人機交互界面布局虛擬驗證方法能夠?qū)崿F(xiàn)肢體運動軌跡數(shù)據(jù)追蹤與統(tǒng)計，以定量地對布局優(yōu)化結(jié)果進行驗證。該方法能夠?qū)?fù)雜系統(tǒng)人機交互界面進行布局優(yōu)化，能夠提高布局設(shè)計效率、科學性，在工程設(shè)計領(lǐng)域具有應(yīng)用意義。